محققان سوئدی یک «دانشمند هوش مصنوعی» ساختند که آزمایش‌های خود را طراحی می‌کند

پژوهشگران دانشگاه صنعتی چالمرز در سوئد با توسعه یک «دانشمند هوش مصنوعی» خودمختار که قادر به تولید فرضیه‌های علمی، طراحی آزمایش‌های پیچیده و تفسیر نتایج بدون دخالت مداوم انسان است، به پیشرفت چشمگیری دست یافته‌اند. این تیم با ادغام مدل‌های زبانی بزرگ (LLMs) با پایگاه‌های داده بیولوژیکی گسترده و رباتیک آزمایشگاهی فیزیکی، یک سیستم حلقه بسته ایجاد کرده‌اند که کل چرخه اکتشاف علمی را مدیریت می‌کند. این نوآوری نشان‌دهنده تغییری از نقش هوش مصنوعی به عنوان یک ابزار پشتیبانی تصمیم‌گیری به یک شرکت‌کننده فعال در تولید دانش علمی جدید است.

این سیستم توانایی‌های خود را با تحلیل حدود ۶۰ هزار رابطه فنوتیپی، فیزیولوژیکی و متابولیکی برای مخمر ساکارومایسس سرویزیه، که به عنوان مخمر آبجو یا نان شناخته می‌شود، به اثبات رساند. از این داده‌ها، هوش مصنوعی نزدیک به ۲۰۰۰ پیش‌بینی قابل آزمایش در مورد چگونگی تأثیر مواد مغذی بر رشد سلولی و مقاومت در برابر استرس تولید کرد. ایوگنیا تیواکووا، محقق ارشد، اشاره کرد که هوش مصنوعی با موفقیت این فرضیه‌ها را ارزیابی کرد، کنترل‌های مناسب را انتخاب نمود و ایده‌ها را به دستورالعمل‌های قابل خواندن توسط ماشین برای تجهیزات آزمایشگاهی تبدیل کرد. پس از پایان آزمایش‌ها، سیستم به‌طور خودکار داده‌ها را تحلیل کرد تا پیش‌بینی‌های اولیه خود را تأیید یا رد کند و درک خود را برای چرخه‌های آینده اصلاح نماید.

از نظر تاریخی، اکتشاف علمی فرآیندی فشرده و محدود به محدودیت‌های شناختی انسان و سرعت فیزیکی کار آزمایشگاهی بوده است. ادغام رباتیک و فناوری‌های با توان عملیاتی بالا مدت‌هاست که هدف محققان بوده، اما افزودن هوش مصنوعی مولد، «مغز» لازم برای هدایت در میان مجموعه‌داده‌های عظیمی را فراهم می‌کند که در غیر این صورت طاقت‌فرسا بودند. این پیشرفت بر پایه سال‌ها تلاش در زمینه اتوماسیون بنا شده است و هدف آن حل مشکل گلوگاه طراحی آزمایش دستی و تفسیر داده‌هاست که اغلب باعث کندی پیشرفت‌ها در زیست‌شناسی و پزشکی می‌شود.

اگرچه دانشمند هوش مصنوعی پتانسیل به حداقل رساندن سوگیری انسانی و کاهش تغییرات آزمایشی ناشی از ثبت ناقص یا عوامل محیطی را دارد، محققان تأکید می‌کنند که نظارت انسانی همچنان ضروری است. راس کینگ، نویسنده ارشد این مطالعه، تأکید کرد که انسان‌ها همچنان برای تعیین اولویت‌های تحقیقاتی، تفسیر یافته‌ها در زمینه‌های گسترده‌تر و اطمینان از رعایت دقیق استانداردهای اخلاقی مورد نیاز هستند. انتظار می‌رود همکاری بین دانشمندان انسانی و سیستم‌های خودمختار اکتشافات را به‌طور قابل‌توجهی تسریع کند، اگرچه این انتقال نیازمند مدیریت دقیق مشارکت انسان و ماشین است.

در آینده، نقش هوش مصنوعی در تحقیقات گسترش خواهد یافت و نیازمند چارچوب‌های حاکمیتی قوی برای تضمین ایمنی و عدالت است. سازمان بهداشت جهانی توصیه‌هایی را برای تنظیم‌کنندگان و سیاست‌گذاران جهت هدایت استفاده مسئولانه از هوش مصنوعی در تحقیقات سلامت منتشر کرده است. با پیچیده‌تر شدن آزمایشگاه‌های خودمختار، آن‌ها احتمالاً به شرکای ضروری در حل چالش‌برانگیزترین سوالات پزشکی تبدیل خواهند شد. آینده علم نه با جایگزینی هوش انسانی، بلکه با هم‌افزایی بین شهود انسانی و قدرت تحلیلی خستگی‌ناپذیر هوش مصنوعی تعریف خواهد شد.